基于BP神经网络的电弧熔丝增材制造数据库系统

通过对电弧熔丝增材制造(Wire and arc additive manufacturing, WAAM)单道焊缝试验数据的分类整理,分析用户需求和使用需要,基于python编程语言下的Django框架,采用B/S架构开发了一个电弧熔丝增材制造数据库系统。试验结果表明,该系统采用数据库与算法预测模型结合的方式开发而成,主要设置了用户权限管理、基本打印数据和焊缝形貌预测三大模块,具有存储扩展打印试验数据功能和预测未知工艺参数下焊缝形貌的功能。不同的打印工艺方法引入不同的BP神经网络结构,使用时数据库系统自动读取库内已有的算法模型或根据已有的试验数据训练新的模型,之后录入试验数据会自动对模型重新训练,实现随数据库内试验数据扩展或修正自动适应的参数预测,能够预测未知工艺参数下的焊缝形貌尺寸。最后,基于MIG工艺设计了1组验证试验对数据库的预测功能效果进行检验,熔宽预测误差为1.3%,余高预测误差为1.5%,说明了数据库系统预测功能的可行性。     

融合BP-ANN-MCSA算法的电弧增材工艺参数寻优策略研究

为解决电弧熔丝增材过程中工艺参数协同性问题,进行增材工艺参数优化,基于实验与BP神经网络深度学习构建了增材参数与焊道形状的映射关系,建立了增材工艺参数反算模型.将爬山算法进行改进,并与BP神经网络进行深度融合,根据预设电弧增材形貌目标对电弧熔丝增材工艺参数进行寻优,实现了对不同焊道宽高和焊道表面平整度要求下的增材工艺参...     

汽车曲轴热锻模焊锻复合电弧熔丝自动增材制造工艺

为了提高曲轴模具的服役寿命和降低再制造成本,提出了焊锻复合电弧熔丝自动增材制造工艺,并开发了相应的软件和硬件系统.在该工艺中,曲轴模具的增材目标模型被分层切片和轨迹规划,并将锤击轨迹和焊接轨迹重合从而将每一道焊缝均进行焊后锤击.锤击分析表明,焊后锤击能够将焊缝残余拉应力矫正为残余压应力,提高焊缝的力学性能.自动增材制造...     

摆动电弧熔丝增材技术研究现状及应用

传统的电弧熔丝增材技术在大型构件生产中容易形成残余应力影响构件性能,而摆动电弧熔丝增材技术可以有效改善残余应力,因此针对摆动电弧熔丝增材技术,综述了摆动电弧熔丝增材技术残余应力形成机理、消除或控制残余应力的研究和工艺方法;阐述了摆动电弧熔丝增材技术的工艺参数及增材路径对温度场及残余应力的影响,最后简要介绍了摆动电弧熔丝增材技术的应用案例,以期为提高电弧熔丝增材构件力学性能提供引导。     

电弧增材制造轨迹及工艺规划研究进展

电弧熔丝增材制造是一种高效快速近净成形制造技术，凭借其低成本、高柔性的显著优势成为中/大型金属零件制造的热点研究方向及首选方案。概述了近年来电弧熔丝增材制造技术在成形轨迹及工艺规划方面的研究进展，总结了三维模型切片方法、具有不同几何特征的二轮轮廓路径规划方法、典型结构的特殊路径规划策略及成形工艺参数优化与控制策略，介绍了多方面提高表面质量与成形精度的工艺方法及悬垂结构、倾斜结构的无支撑打印策略，最后总结了电弧熔丝增材制造技术当前研究进展，指出了未来提升电弧增材制造装备及工艺控制的智能化水平的研究方向。     

厚壁结构件电弧增材制造成形方法及工艺

采用弧焊机器人进行电弧增材制造，对厚壁结构件的增材制造焊接工艺进行研究. 基于传统分层理论，进行算法优化实现对厚壁结构件成形尺寸预测并加以分析，并在此算法基础上引入单焊道成形尺寸神经网络预测模型，提高预制件模型分层精度及实际焊接参数的最优选择；针对带有内孔等特征的厚壁结构件在成形过程中焊缝边缘下塌现象，提出了“边界约束”焊接方式并对层间焊接轨迹进行规划，提高了预制件表面成形质量.最后焊制具有说明性的实体件验证预测算法及轨迹规划的准确性. 结果表明，结构件成形良好，尺寸误差小于1 mm.     

基于BP神经网络的中厚板焊接数据库系统设计

设计了一个包含多种焊接方式的中厚板焊接数据库系统,可满足不同用户的安全使用。系统采用数据库与算法模型相结合方式开发而成,主要有不同焊接方式、焊接位置的中厚板焊接工艺参数的增删改查、图片展示、分权限登录、安全备份等功能;在此基础上采用在数据库中嵌入BP神经网络算法建立通用模型的方法,实现随数据库内数据变化的实时、高效、准确的参数计算,能够预测新的焊接工艺参数和计算侧壁熔合深度等。     

电弧堆焊参数对焊道形貌的影响规律

文中以单道焊缝形貌为切入点，研究工艺参数对焊道形貌的影响并建立回归方程以预测焊道尺寸。结果表明，焊接电流对焊道尺寸的影响最显著，焊接电流每提高50 A，焊缝宽度平均增大14%，不同工艺参数间存在一定耦合关系，同时揭示了焊接电流和焊接速度的增加引起电弧动压力变化进而导致焊缝由指状向碗状形貌转变的规律。对比多种回归模型，综合考虑工艺参数耦合的影响，提出基于剔除低相关因子的响应曲面法，整体回归效果好，试验表明该模型的R²均在0.97以上，预测误差在5%以内。建立的回归模型将为电弧堆焊层数与道数的规划提供准确的焊道尺寸信息，确保机器人焊接位姿满足工艺要求。     

大型电弧熔丝增材装备研究进展及现状

电弧熔丝增材制造工艺由于其操作流程简便,环境开放,可生产零件范围广等优点引起了世界各国学者的极大兴趣和广泛关注。大型电弧熔丝增材设备作为此工艺实际应用的硬件基础也成为了国内外学者以及企业关注的对象。本文对大型电弧熔丝增材设备进行了简要介绍,回顾了电弧熔丝增材设备的发展历史和介绍了电弧熔丝增材设备的最新研究进展。此外,本文还对大型电弧熔丝增材设备的未来发展方向进行了展望。     

铝合金熔丝增材制造表面平整度研究

聚焦基于变极性冷金属过渡技术(CMT)的铝合金熔丝增材制造成形表面平整度,以一元化焊接送丝速度和横向相邻焊缝中心间距为变量,进行单层多道增材,通过结构光三维重构精确测量增材样品表面形状并使用平面拟合处理重构数据,定量计算增材表面高度方向上的极差和标准差。结果表明,在一定范围内增大送丝速度可以减少堆焊鱼鳞纹造成的偏差,但会引起焊道相对不稳定,致使增材样品表面总体平整度较差;而相邻焊缝中心间距与单道焊缝宽度的最佳比值与实际焊接工艺有关,仅靠曲线拟合单道焊缝形状和建立重叠模型不能计算预判所有焊接工艺条件下增材制造的成形质量。     

Prediction of bead geometry in pulsed GMA welding using back propagation neural network

This paper presents the development of a back propagation neural network model for the prediction of weld bead geometry in pulsed gas metal arc welding process. The model is based on experimental data. The thickness of the plate, pulse frequency, wire feed rate, wire feed rate/travel speed ratio, and peak current have been considered as the input parameters and the bead penetration depth and the convexity index of the bead as output parameters to develop the model. The developed model is then compared with experimental results and it is found that the results obtained from neural network model are accurate in predicting the weld bead geometry.     

典型薄壁结构件增材制造焊接路径规划优化算法

针对复杂曲面薄壁件的电弧增材制造引入有理B样条曲线求取成形轨迹.首先根据预制件三维模型提取轮廓数据建立轨迹曲线方程,自动生成成形路径;然后通过边缘曲线方程计算预制件在z轴方向上偏移量,进行高度补偿预测,提高分层精度,实现基于高度预测的分层算法优化.另一方面针对具有相交特征的薄壁件交叉点处焊高过高等问题,基于相反、相切成...     

电弧增材制造多层单道堆积的焊道轮廓模型函数

焊道截面轮廓的建模和分析为电弧增材制造过程中的切片、路径规划和工艺自动化提供必要的形貌数据. 采用MATLAB开发基于图像处理和曲线拟合的自适应拟合程序,可以在半椭圆函数、圆弧函数、余弦函数和抛物线函数之间自适应选择合适的拟合模型函数. 基于该程序,研究分析在焊接参数可行域内单层单道焊道截面轮廓最佳数学模型函数的分布情况,以及多层单道堆积过程中不同层数上焊道轮廓的最佳模型函数. 结果表明,自适应拟合程序对焊道截面的轮廓曲线拟合具有较好的精度;在堆焊焊接参数可行域中,单层单道焊道截面轮廓可以用半椭圆函数或余弦函数模型表示;而对于多层单道堆积,半椭圆函数模型对焊道最上层轮廓的拟合精度最高.     

ForceArc双面焊熔池流场与温度场的数值模拟

基于超威弧(ForceArc)焊接时电弧的形态特征,及超短电弧下实现强制熔滴喷射过渡的特点,采用双椭圆分布热源模型及峰值指数熔滴热焓衰减分布模型. 通过分析工件坡口形貌对ForceArc焊接物理过程的影响,建立贴体坐标系下的ForceArc焊接过程三维瞬态数值分析模型. 模拟了不同预热温度及层间温度对焊接过程的影响,分析了工件上下坡口形貌对熔池传热、传质的影响,并与试验结果进行了对比. 结果表明,文中所建模型能够较好地模拟ForceArc焊接过程,对优化其焊接工艺参数具有一定的指导意义.     

旁路耦合微束等离子弧增材制造自适应高度控制系统

在xPC Target实时目标环境下,采用旁路耦合微束等离子弧进行增材堆垛试验,探究最大临界送丝速度、焊炬悬空高度和总电压等过程参数之间的关系.通过数据分析得到了送丝速度与总电压的回归模型,进一步在xPC Target系统中创建变送丝和电压反馈相结合的自适应高度调节控制模型,搭建了基于自适应高度调节的旁路耦合微束等离子弧增材制造控制系统,进行了在台阶形基板上的堆垛成形试验和单墙体零件自适应堆垛试验.结果表明,该控制系统能提高增材制造过程的稳定性;优化堆垛高度方向上的成形路径设计;实现复杂形状基板上金属零件的堆垛成形.     

基于神经网络的316L不锈钢激光焊焊缝形貌预测

在316L不锈钢的激光焊接过程中,其焊接工艺参数直接影响焊缝的形貌,建立焊接工艺参数与焊缝几何形状之间的关系对于优化焊接工艺参数,降低焊接成本非常重要. 根据316L不锈钢焊缝二维不光滑轮廓形貌特点,采用分段函数思想,分别使用Hermite插值和最小二乘拟合的方法描述焊缝轮廓,构建广义回归神经网络焊缝二维形貌预测模型. 结果表明,采用Hermite插值的方法能够获得更准确的焊缝形貌,其平均相对误差为?3.49%. 该模型为316L不锈钢激光焊焊缝预测提供一种有效方法.     

Analytical studies on thermal behaviour and geometry of weld pool in pulsed current gas metal arc welding

In view of the criticality of pulsed current gas metal arc welding (P-GMAW) due to simultaneous influence of the pulse parameters on thermal and metal transfer behaviour of the process an analytical model has been developed for predicting the temperature and geometry of the weld pool by appropriately considering two types of heat sources of different nature. The model considers the impact of heat in droplets of filler metal depositing in the weld pool in addition to initial arc heating. The model assumes the primary heat transfer to weld pool is the initial arc heating considered as continuous heat source (arc heat source) of double ellipsoidal nature followed by deposition of superheated filler metal considered as point heat source of interrupted nature superimposed on the first one. The dissimilar nature of the two heat sources is treated by different analytical techniques to estimate their temperature distribution in weld pool and HAZ at its vicinity. The geometry of the weld pool has been estimated by evaluation of the weld isotherms causing melting of the base metal under the influence of two heat sources acting on the weld pool. The impact of impinging droplets on weld pool has been considered to determine the depth at which the droplets transfer their heat in it. The predicted temperature and geometry of the weld pool as well as the temperature of HAZ are found well in agreement to the experimental values with a deviation of the order of ±10% in case of the weld deposition of Al–Mg alloy and commercial aluminium especially at high mean current of the order of 180 A and beyond the transition current of the filler wire. However, prediction of weld pool temperature and weld geometry is relatively different at comparatively lower mean current of 150 A below the transient current of the filler wires is not up to the mark.     

双丝埋弧焊接头性能研究

在16Mn钢板上进行双丝自动埋弧焊工艺试验,得到了不同焊接速度下的焊件.对不同工艺参数下得到的焊接接头试样进行了拉伸试验、硬度测试以及金属显微组织观察,并计算了双丝自动埋弧焊时的熔敷率.结果表明:采用双丝埋弧焊得到的焊缝外形美观;金属熔敷率与焊接速度成反比;随着焊接速度的降低焊接线能量相应的增大,较长的高温停留时间会促...     

Development of efficient numerical heat transfer model coupled with genetic algorithm based optimisation for prediction of process variables in GTA spot welding

Abstract

Although numerical heat transfer models based on conduction mode of heat transfer have become a strong basis for the quantitative analysis of fusion welding, they still find limited use in actual design for three primary reasons. First, these traditional models consider a volumetric heat source term, which ironically requires a-priori knowledge of the final weld pool dimensions. Second, the numerical models need confident values of a few parameters, e.g. arc efficiency and arc radius, which are usually uncertain and requires many trial and error simulations to realise their suitable values. Third, these models are rarely attempted for the prediction of possible weld conditions for a requisite or target weld dimensions, which is of paramount interest in design for welding. The present work attempts to circumvent these issues by linking a genetic algorithm (GA) based global optimisation scheme with a finite element based three-dimensional numerical heat transfer model. The numerical model includes a volumetric heat source that adapts itself to the computed weld pool geometry at any instant. The GA module identifies the optimum values of a set of uncertain parameters needed for the reliable modelling calculations and next, identifies the suitable values of the process variables, e.g. weld current, for a target weld dimension. In each case, the GA module guides the numerical model to compute weld dimensions for a given set of inputs, traces the sensitivity of the error in prediction on the inputs being optimised, updates them accordingly and reuses the numerical model to finally obtain their optimised values. The complete integrated model is validated with a number of experimental results in gas tungsten arc spot welding processes.